摘要：在进行临床急诊时，医护人员往往需要手写医嘱、记录病情并输入医院的信息系统中，不仅浪费抢救时间，还可能会出现人为失误。在语音识别发展迅猛的当下，实践表明在救护环境嘈杂的情况下，语音识别率低下而且由于实际情况中往往不止一个说话人，说话人的吐字清晰与发音标准与否都会对识别率产生影响。

针对复杂语音环境下智能获取目标语音信息问题，为了实现复杂语音环境下根据用户需求智能分离获取用户指定的目标语音信息的目标，该算法通过采样与量化将原始语音信号变为数字信号，而后对其采用独立成分分析（Independent Component Analysis，ICA）进行处理并结合主成分分析（Principal Component Analysis，PCA）做预处理，实现语音信号的分离。

为了远程监控病人病情，对病人异常情况进及时的预警，进一步采取情感识别的方法，对我们采集到的语音信息进行处理。本文使用经典的情感分类器，支持向量机（Support Vector Machine，SVM）来实现语音情感识别。使用MATLAB进行代码的设计与实现，并模拟实验分析结果。

关键词：智慧医疗  混合语音分离  语音情感识别  ICA  SVM

目录

摘要

Abstract

1.-绪论-1

1.1研究背景-1

1.2研究现状-1

1.3研究内容与目的-2

2.-MFCC特征提取原理与方法-4

2.1 MFCC基本原理-4

2.2 MFCC特征参数的提取原理-5

2.3 提取MFCC参数实验-11

3.-语音信号分离技术研究-12

3.1研究背景及现状-12

3.2独立成分分析原理及其算法步骤-13

3.3实验与分析-16

4.-语音情感识别-21

4.1研究背景与现状-21

4.2语音情感特征分析-21

4.3识别模型-22

4.4情感语料库-24

4.5实验与分析-25

5.-总结与展望-34

6.-参考文献-35

致谢-36